目前有四种类型的传感器为车辆提供外部和即时信息，每种传感器都有优点和缺点。
      传感器类型是：

激光雷达 - 一种测量技术，通过用激光照射目标来测量距离。激光雷达是光探测和测距的。

雷达 - 一种物体探测系统，使用无线电波来确定物体的范围，角度或速度。

超声波 - 一种发射超声波声音的物体检测系统，可以保存并检测它们的返回以确定距离。

被动视觉 - 使用被动相机和复杂的物体检测算法来了解相机可见的内容。

每种技术都有不同的优点和缺点。

激光雷达目前是大而昂贵的系统，必须安装在车辆外面。例如，Google必须安装在车辆顶部，视线无障碍。目前的实施方案已经基本上从早期的30米范围到150米到200米改进了范围，同时分辨率也提高了。目前，具有更高范围和分辨率的生产系统仍然是昂贵的。激光雷达在所有光线条件下都能很好地工作，但由于使用了光谱波长，它们开始因空气中的雪，雾，雨和尘埃颗粒的增加而失效。激光雷达无法检测颜色或对比度，也无法提供光学字符识别功能。

Quanergy展示了一种近乎量产的固态激光雷达系统，该系统预计有150米的范围，250美元的成本和足够的分辨率。该装置仍然比所有其他传感器大得多，而且价格昂贵，但价格和尺寸与预期的性能将使它成为一个非常有竞争力的传感器，如果它生产。这个价格/性能点可能会让它更有可能包含在特斯拉中，并且已经发现了一个安装在顶部的传统激光雷达的特斯拉Model S。

固态雷达芯片系统很常见，体积小，价格低廉。它们具有良好的范围，但比其他传感器的分辨率更差。它们在明暗条件下同样工作良好，77 GHz系统能够更好地感知雾，雨和雪，这会导致激光雷达和被动视觉系统的挑战。与激光雷达一样，雷达无法进行颜色，对比度或光学字符识别。雷达在确定当前实施中的交通相对速度方面非常有效。虽然传感器尺寸使其更接近近距离探测，但它们在极短距离内的效率低于声纳。

超声波传感器主动发出高于人类听觉水平的高频声音。它们具有非常差的范围，但是对于非常近距离的三维映射非常好，因为声波相对较慢，因此可以检测到一厘米或更小的差异。无论光照水平如何，由于距离短，它们都可以在雪，雾和雨的条件下同样良好地工作。与激光雷达和雷达一样，它们不提供任何颜色，对比度或光学字符识别功能。由于它们的射程短，因此无法用于测量速度。它们小而便宜。

近年来，相机图像识别系统变得非常便宜，小巧且高分辨率。它们的颜色，对比度和光学字符识别功能为其提供了一个全新的功能集，完全没有其他所有传感器。它们具有最佳的传感器范围，但光线条件良好。它们的范围和性能随着光线水平变暗而降低，开始依赖于 - 就像人眼一样 - 依赖于汽车前灯的光线。在非常明亮的条件下，一些实施显然可能无法识别明亮天空下的轻物体，据报道这是2016年5月特斯拉自动驾驶仪相关死亡事故的一个因素在佛罗里达州 数字信号处理可以确定速度，但不能达到雷达或激光雷达系统的精度水平。
      没有一种解决方案是完美的，每种组合的解决方案都有妥协。传感器技术将以不同的方式在不同的车辆价格点组合，从而获得有效的解决方案。